01
Что такое LLM
модель предсказывает следующее слово по вероятности, а не думает.
02
Промпты
правило Контекст + Задача + Формат; как формулировать инструкции.
03
Токены
модель работает с кусочками текста, а не со словами; окно контекста.
04
Галлюцинации
AI может уверенно врать; проверка фактов в 2-3 источниках.
05
Творчество
AI как генератор идей; человек отбирает и дорабатывает.
06
Свой первый AI-помощник
персонаж = роль + правила + примеры; сборка первого бота.
07
Безопасность в сети
личные данные, пароли, фишинг; незнакомец в сети = незнакомец на улице.
08
AI vs поисковик
поисковик даёт страницы, AI — готовый ответ; когда что использовать.
09
Что умеет AI (витрина)
обзор возможностей: текст, картинки, код, музыка; ограничения.
10
Мастер промптов
4 приёма: контекст, роль, формат, итерация.
11
Учусь конспектировать
конспект своими словами; AI задаёт вопросы, а не пишет за тебя.
12
Математика с AI
пошаговое решение; последний шаг ученик делает сам.
13
Пишу без ошибок
редактура: подскажи, а не исправь; ученик правит сам.
14
Языки с AI
перевод, идиомы, разговорная практика с AI-собеседником.
15
Картинки и AI
промпт с деталями; этика: не генерировать лица реальных людей без согласия.
16
Первый код
что такое программа; print, приветствие, игра угадай число.
17
Логика и головоломки
решай сам, потом сверяй с AI; где AI ошибается.
18
Планирую день
расписание с приоритетами и перерывами; финальное решение за учеником.
19
Память AI
окно контекста; почему AI забывает и как напоминать.
20
Этика AI
предвзятость, авторство, честность; кто отвечает за ответ.
21
AI и эмоции
AI имитирует эмоции, но не чувствует; не доверять тайны.
22
Наука с AI
научный метод: гипотеза, эксперимент, вывод.
23
История с AI
хронология и факты надо проверять по учебнику.
24
Факт-чекинг
правило: 2 независимых источника, для важного — 3.
25
Свой чат-бот
мини-проект: роль + цель + правила + обработка не знаю.
26
Истории и сценарии
трёхактная структура; ученик режиссёр, AI соавтор.
27
Презентация с AI
слайд = одна мысль; тезисы, а не абзацы.
28
Музыка и AI
джингл, жанр, авторство AI-сгенерированного.
29
Данные и приватность
что о тебе знает телефон; настройки приватности.
30
Промежуточный экзамен
проект Мой AI-помощник: прототип, чек-лист, презентация.
31
Как учатся нейросети
обучение = подстройка весов по ошибкам; качество зависит от данных.
32
Обучение с учителем и без
три вида обучения: с учителем, без, с подкреплением.
33
Что LLM может и чего не может
3 сильные и 3 слабые стороны плюс стратегии обхода.
34
Узкий AI и AGI
узкий AI решает одну задачу; AGI пока не существует.
35
Эволюция моделей: как выросли GPT
правила, статистика, трансформеры, GPT, мультимодальность.
36
Chain-of-thought: думаем по шагам
покажи шаги снижает ошибки; метапознание.
37
Few-shot: учим AI на примерах
2-3 примера объясняют лучше абзаца инструкций.
38
System prompt: личность и правила
роль, аудитория, правила, запреты, пример.
39
Grounding: привязываем ответ к фактам
отвечай только по тексту; снижает галлюцинации.
40
Оценка ответов AI: я критик
чек-лист: полнота, точность, релевантность, ясность.
41
AI в журналистике
AI черновик, человек решение; ответственность.
42
AI в медицине
AI помогает, но диагноз только врач.
43
AI в бизнесе
предсказания, чат-боты, автоматизация; AI меняет профессии.
44
AI в дизайне и рекламе
гибридный логотип: AI идеи, финал твой.
45
AI в образовании
2 аргумента за и 2 против AI в школе.
46
JSON: язык для машин
пары ключ-значение; как данные упаковываются.
47
API: как программы звонят AI
API это дверь; браузер, запрос, сервер, ответ.
48
AI работает с файлами
загрузить конспект и получить 3 разных результата.
49
Prompt injection: как взламывают AI
обход правил через текст; только симуляция в изоляции.
50
AI-агенты: команды и цепи задач
модель плюс инструменты плюс память равно агент.
51
Deepfakes: когда видео лжёт
подмена лица и голоса; проверять через каналы.
52
Экономика AI: кто зарабатывает
подписки, API, реклама; что ты продаёшь бесплатно.
53
Профессии будущего
AI автоматизирует задачи, не профессии.
54
Законы и AI
авторское право, ответственность, AI Act.
55
AI дома: умные устройства
аудит умного дома: данные, кому, риск, защита.
56
Математика смысла: векторы
слова превращаются в числа; смысл равно близость в пространстве.
57
RAG: как AI получает новые знания
документы, векторы, поиск близких, в промпт.
58
Вероятности: почему AI говорит наверное
уверенный тон не равен правде.
59
Ограничения AI: что не получится
границы: счёт, расписания, актуальность, многоходовые задачи.
60
Логика и рассуждения в AI
AI использует эвристики; chain-of-thought помогает.
61
Литература и AI
своё мнение против AI-анализа; AI собеседник, не замена книги.
62
Биология и AI
AI-модели это упрощения; живые системы сложны.
63
Физика и AI
AI объясняет, но плохо считает; проверять размерность.
64
География и AI
отличать стабильные факты от переменных.
65
AI и здоровье: факты и мифы
диагноз и лечение только врач.
66
Собираю AI-ассистента
system prompt, память, формат, примеры.
67
Учусь учиться с AI
кривая забывания, активное вспоминание, интерливинг.
68
Генерирую учебные материалы
тесты, сценарии, шпаргалки и их проверка.
69
Команда агентов: делегирую задачи
исследователь, критик, редактор, координатор.
70
Защита проекта: мой AI-продукт
5 пунктов защиты и ответы на 3 вопроса заказчика.
71
Метакогниция: думаю о своём мышлении
мысль о мысли; планирование, мониторинг, оценка.
72
Критическое мышление с AI
факт, мнение, аргумент; AI как спарринг-партнёр.
73
Латеральное мышление: неочевидные решения
AI генерирует много, человек выбирает странное.
74
Человек плюс AI: симбиоз
5 личных правил работы с AI.
75
Философия AI: что такое понимание
китайская комната, тест Тьюринга; своя гипотеза.
76
Итоговое интервью
квиз из 15 вопросов и список тем для повторения.
77
AI-хакатон: день проектов
прототип за 30 минут и минутная презентация.
78
AI для добрых дел
AI-продукт для одной социальной проблемы.
79
Следующие шаги: после курса
дорожная карта на 3 месяца.
80
Итоговое интервью выпускника
5 вопросов и итоговая беседа выпускника.
81
Спецзадание: создай свой личный чат с ИИ
HTML, CSS, JS; своя страница с чатом AI.
82
Температура, top-p, seed
почему ответы разные; temperature 0 стабильно, 1+ креативно.
83
Контекстное окно и память
что при переполнении; память не равна обучению.
84
Fine-tuning против RAG против prompt engineering
prompt быстро, RAG знания, fine-tuning стиль.
85
Мультимодальность
текст, картинки, звук; как модель видит.
86
Эмбеддинги и векторный поиск
поиск по смыслу, а не по буквам.
87
Оценка моделей: бенчмарки, model cards
лучшая модель относительно задачи.
88
Смещения и справедливость AI
данные дают bias; проверка на разных группах.
89
Данные: сбор, разметка, согласие
откуда данные у AI; этичный датасет.
90
Переобучение и обобщение
train, val, test; зазубрил не значит понял.
91
RLHF и alignment
как AI учат помогать и отказывать.
92
Guardrails и модерация
фильтры не идеальны; ложные срабатывания.
93
Продвинутое снижение галлюцинаций
self-check, источники, grounding, chain-of-thought.
94
Академическая честность и цитирование
как указывать AI в работе.
95
AI-детекторы и ложные обвинения
детекторы не истина.
96
Авторское право, лицензии, плагиат
чьё это, если сгенерировал AI.
97
AI и кибербезопасность
фишинг, пароли, защита; AI усиливает обе стороны.
98
Рекомендательные алгоритмы
пузыри фильтров; как выйти.
99
AI и соцсети: внимание и дофамин
дизайн на удержание; чек-лист здорового использования.
100
AI и психическое здоровье
AI не терапевт; кризис требует специалиста.
101
Эмоциональная зависимость от AI
AI не друг; живые связи важнее.
102
Медиаграмотность: инфошум, выборы
источники, факт-чекинг, манипуляции.
103
AI и климат
энергия, вода, углерод дата-центров.
104
AI и доступность
инклюзия; AI помогает и создаёт барьеры.
105
AI и язык, культура
не все языки равны в данных.
106
AI и автономное оружие
этика и регулирование; без инструкций.
107
AI и закон: ответственность, аудит
кто виноват; чек-лист аудита модели.
108
Объяснимый AI
объяснения не равны истине; проверять.
109
Промпт-паттерны: ReAct, self-consistency, reflection
продвинутые техники промптинга.
110
Structured outputs: JSON schema, function calling
схема, валидация; как AI общается с программами.
111
API и ключи: стоимость, лимиты, безопасность
ключи не публиковать; что делать при утечке.
112
Локальные против облачных моделей
приватность против ресурсов.
113
Открытые против закрытых моделей
открытость не равна бесплатности.
114
Сравнение моделей
нет лучшей вообще; выбор под задачу.
115
Проект: RAG-бот по учебнику
бот по своим конспектам.
116
Проект: тестирование и оценка ассистента
10 тест-кейсов, метрики.
117
Проект: этичный чек-лист перед запуском
что проверить перед запуском.
118
Проект: презентация для родителей и учителей
простыми словами, без терминов.
119
Будущее AI: сценарии 2030
сценарии, не пророчества.
120
Личная стратегия lifelong learning с AI
план на год; курс это начало, не конец.